【黑马程序员】智能机器人软件开发无基础小白也能学会的人工智能课-带源码课件

📁 【黑马程序员】智能机器人软件开发无基础小白也能学会的人工智能课-带源码课件资源包内容详情 (1.58 GB)

【黑马程序员】智能机器人软件开发无基础小白也能学会的人工智能课-带源码课件 - 文件信息

• 📁 包含文件：day1
• 📁 day2
• 📁 day3
• 📁 day4
• 🎬 00_为什么要学习数学(1).mp4
• 🎬 01_引言和学习方法.mp4
• 🎬 02_feature和label.mp4
• 🎬 03_什么是机器学习(1).mp4
• 🎬 04_数据采集方式.mp4
• 🎬 05_knn算法入门.mp4
• 🎬 06_knn算法python实现.mp4
• 🎬 07_代码流程回顾.mp4
• 🎬 08_抽取knn函数.mp4
• 🎬 09_实验演示验证结论.mp4
• 🎬 10_评估模型好坏的方法，训练集和测试集.mp4
• 🎬 11_生成测试和训练数据集.mp4
• 🎬 12_调参选取最优的k.mp4
• 🎬 13_增加数据的维度.mp4
• 🎬 14_numpy加载特殊数据.mp4
• 🎬 15_欧式距离.mp4
• 🎬 16_二维空间距离的计算.mp4
• 🎬 17_代码增加一个维度.mp4
• 🎬 18_数据归一化.mp4
• 🎬 19_knn的feature的选择.mp4
• 🎬 20_向量和向量的运算.mp4
• 🎬 21_概念总结.mp4
• 🎬 22_使用矩阵和向量实现knn.mp4
• 🎬 23_ 房价预测简单框架.mp4
• 🎬 24_数据的归一化和标准化.mp4
• 🎬 附1_如何学习数学.mp4
• 🎬 附：问题1.mp4
• 🎬 01_线性回归和Knn.mp4
• 🎬 02_线性回归解决什么问题_ev.mp4
• 🎬 03_Excel进行线性回归_ev.mp4
• 🎬 04_损失函数和最小均方差_ev.mp4
• 🎬 05_excle来简单理解梯度下降_ev.mp4
• 🎬 06_梯度下降的问题分析_ev.mp4
• 🎬 07_求导简单入门_ev.mp4
• 🎬 08_mse对b进行求导_ev.mp4
• 🎬 09_Excel演示梯度下降&学习速率_ev.mp4
• 🎬 10_偏导数分别求解m和b的导数_ev.mp4
• 🎬 11_对m和b分别进行梯度下降_ev.mp4
• 🎬 12_Python代码实现梯度下降_ev.mp4
• 🎬 13_代码测试生成m和b_ev.mp4
• 🎬 14_作业演示.mp4